Cobertura de suelo por residuos de cultivos: modelos para su estimación a partir de imágenes satelitales

Las imágenes provenientes de sensores remotos constituyen una importante fuente de información sobre cultivos que puede utilizarse para obtener parámetros agronómicos. La soja (Glycine max (L.) Merrill) y el maíz (Zea mays L.) son los cultivos más importantes en Argentina, por área sembrada y rédito...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Bocco, Mónica, Sayago, Silvina, Willington, Enrique A.
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2014
Materias:
Ciencias Informáticas
Ciencias Agrarias
Ciencias del Suelo
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/42074
http://43jaiio.sadio.org.ar/proceedings/CAI/16.pdf
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-42074
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Ciencias Agrarias
Ciencias del Suelo
spellingShingle Ciencias Informáticas
Ciencias Agrarias
Ciencias del Suelo
Bocco, Mónica
Sayago, Silvina
Willington, Enrique A.
Cobertura de suelo por residuos de cultivos: modelos para su estimación a partir de imágenes satelitales
topic_facet Ciencias Informáticas
Ciencias Agrarias
Ciencias del Suelo
description Las imágenes provenientes de sensores remotos constituyen una importante fuente de información sobre cultivos que puede utilizarse para obtener parámetros agronómicos. La soja (Glycine max (L.) Merrill) y el maíz (Zea mays L.) son los cultivos más importantes en Argentina, por área sembrada y réditos económicos. En este trabajo se desarrollaron modelos de redes neuronales para evaluar porcentaje de cobertura de suelo por residuos de soja y maíz, a partir de contadores digitales y reflectancias de distintas bandas del satélite LANDSAT. El comportamiento de los modelos fue muy bueno para todas las combinaciones de variables de entrada de las redes neuronales y, si el porcentaje de cobertura supera el 75%, rastrojos posteriores pero inmediatos a la cosecha, se consigue el mejor ajuste entre los valores observados y estimados. Los resultados mostraron que se puede predecir porcentaje de cobertura de suelo por residuos de cultivos con valores de hasta R2 = 0,93.
format Objeto de conferencia
Objeto de conferencia
author Bocco, Mónica
Sayago, Silvina
Willington, Enrique A.
author_facet Bocco, Mónica
Sayago, Silvina
Willington, Enrique A.
author_sort Bocco, Mónica
title Cobertura de suelo por residuos de cultivos: modelos para su estimación a partir de imágenes satelitales
title_short Cobertura de suelo por residuos de cultivos: modelos para su estimación a partir de imágenes satelitales
title_full Cobertura de suelo por residuos de cultivos: modelos para su estimación a partir de imágenes satelitales
title_fullStr Cobertura de suelo por residuos de cultivos: modelos para su estimación a partir de imágenes satelitales
title_full_unstemmed Cobertura de suelo por residuos de cultivos: modelos para su estimación a partir de imágenes satelitales
title_sort cobertura de suelo por residuos de cultivos: modelos para su estimación a partir de imágenes satelitales
publishDate 2014
url http://sedici.unlp.edu.ar/handle/10915/42074
http://43jaiio.sadio.org.ar/proceedings/CAI/16.pdf
work_keys_str_mv AT boccomonica coberturadesueloporresiduosdecultivosmodelosparasuestimacionapartirdeimagenessatelitales
AT sayagosilvina coberturadesueloporresiduosdecultivosmodelosparasuestimacionapartirdeimagenessatelitales
AT willingtonenriquea coberturadesueloporresiduosdecultivosmodelosparasuestimacionapartirdeimagenessatelitales
bdutipo_str Repositorios
_version_ 1764820473237995524

Ejemplares similares